一种分段集群异常作业预测方法

• 作者: 汪子荧 谢丽霞
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 集群异常作业 分段预测 实时预测 动态特征 门控递归单元
• 年，卷（期）: 2019,（4）
• 页码范围: 427-433
• 页数: 7页
• 分类号: TP309.7
• 字数: 6205字
• 语种: 中文
• DOI: 10.7511/dllgxb201904014

摘要

针对现有集群异常作业预测方法预测效率低、预测时间长的问题,提出一种分段集群异常作业预测(SCAJP)方法.该方法分为离线预测和在线预测两个阶段:离线预测阶段,依据作业子任务的静态特征对子任务终止状态进行预测,并仅在线预测此阶段的正常子任务所属作业;在线预测阶段,在计算作业子任务动态特征的同时,采用改进门控递归单元(IGRU)神经网络根据动态特征实时预测任务终止状态是否异常.两个阶段的最后均根据作业与其子任务的相关性检索异常作业,实现对异常作业的预测.实验结果表明,该方法在灵敏度、精确度和预测时间方面明显优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢丽霞	中国民航大学计算机科学与技术学院	51	415	11.0	19.0
2	汪子荧	中国民航大学计算机科学与技术学院	2	0	0.0	0.0